Machine Learning : Quelles applications pour les entreprises?
|
|
- Hervé St-Louis
- il y a 8 ans
- Total affichages :
Transcription
1 Machine Learning : Quelles applications pour les entreprises? PROGRAMME Quel est le point commun entre la voiture autonome de Google et la traduction de conversations vocales en quasi-temps réel par Skype? Toutes ces expériences s'appuient sur l'apprentissage automatique (Machine Learning) pour effectuer des tâches difficiles pour les algorithmes classiques. Longtemps réservé aux domaines pointus, le machine learning se démocratise. Dans un contexte où les données produites et traitées par les entreprises explosent, le machine learning est un moyen de rendre plus intelligible le Big Data et de pallier à l absence de compétences spécifiques pour traiter ces mêmes datas. L application du machine learning dans les processus métiers représente un véritable changement de paradigme, avec des machines capables de comprendre et d appliquer des algorithmes de façon autonome. Qu est-ce que le machine learning? Comment expliquer l'engouement actuel pour cette technologie? Quels sont les cas concrets d application du machine learning? De quelles manières peut-il rendre service aux entreprises qui possèdent une quantité volumineuse de données? Quelles sont les compétences requises pour mettre en place le machine learning et le rendre davantage "scalable"? Intervenants : INOVENALTENOR, Guillaume Champion, Senior Manager LOKAD, Joannes Vermorel, Fondateur et CEO MICROSOFT, Damien Cudel, Senior Marketing Manager NETWAVE, Jean-Pierre Malle, Conseiller Scientifique OSCARO, Nils Grunwald, Responsable R&D Données et Processus PREDICSIS, Bertrand Grèzes-Besset, Président et Co-fondateur Animateur : TELECOM PARISTECH, Charles Miglietti, Responsable des Séminaires Big Data
2 Introduction Par Charles Miglietti, TELECOM PARISTECH On peut très bien faire du Big Data sans procéder à du machine learning. Ces deux notions doivent être appréhendées indépendamment l'une de l'autre. Le machine learning est une science de l'intelligence artificielle qui cherche à faire prendre des décisions par des machines ; il s'agit d'automatiser des process que des humains ont l'habitude d'effectuer. Le fer de lance du machine learning, c'est l'algorithme, qui se nourrit lui-même des données. Qui dit algorithme dit modélisation d'une situation permettant à une machine d'apprendre à partir d'informations existantes. Les applications les plus connues du machine learning concernent par exemple la reconnaissance des caractères manuscrits (les adresses postales, les formulaires administratifs, etc.) Présentation des intervenants : Oscaro.com est l'un des dix premiers commerçants pure players français. Je suis en charge de la data et de la R&D, les deux notions étant très liées pour un site comme le nôtre. L'objectif consiste à adopter des process permettant d'utiliser des techniques à la pointe afin d'optimiser nos opérations. Il s'agit également de faire la promotion de ces nouveaux outils auprès de tous les métiers. Lokad reçoit les données des distributeurs et leur propose des optimisations sur les prix, les niveaux de stock, etc. Cette problématique assez ancienne a pu être revisitée avec des technologies de machine learning, qui permettent d'obtenir davantage d'automatisation et de performance. Bertrand Grèzes-Besset, PREDICSIS Predicsis est une société créée en 2013 et spécialisée dans le machine learning, au sens où nous valorisons des algorithmes in memory. Schématiquement, nous aidons nos clients à garder leurs clients Cela passe par une observation et une anticipation des comportements visant à identifier un certain nombre de signaux faibles nécessitant la mise en place d'actions personnalisées. InnovenAltenor est spécialisée dans l'accompagnement des clients dans leur transformation (digitale, organisationnelle, etc.) Nous sommes le pont entre le SI et les métiers, avec des expertises techniques et des expertises métiers. Nous apportons des conseils sur les projets de machine learning. Le machine learning va entraîner de très nombreux changements dans les métiers de demain, les machines apprenantes remplaçant de plus en plus des fonctions dites "intelligentes". Jean-Pierre Malle, NETWAVE Je travaille au croisement de l'informatique, de la psychologie cognitive et de la psycho-sociologie, puisque je conçois des algorithmes qui tiennent compte de la personnalité de chacun des individus. Il s'agit de comprendre dans quelle situation évoluent les individus, puisqu'elle dicte leurs comportements. 2
3 Microsoft voit le machine learning comme un véritable accélérateur de l'innovation. Nous l'utilisons déjà pour nos propres besoins, à très larges échelles, pour innover dans nos produits. Par exemple, les filtres anti-spam des messageries Microsoft utilisent ce type de technologie. Il en est de même pour le dispositif de jeu vidéo "Kinect", ou pour les systèmes de traduction en temps réel. Derrière, nous avons pour ambition de développer une économie de la data-science. *** Comment avez-vous mis en place l'infrastructure adéquate pour que les métiers et les prestataires aient pu bâtir les bonnes applications? Un des gros intérêts du machine learning, c'est de multiplier les paramètres. Les algorithmes peuvent assimiler des centaines et des centaines de paramètres sur les événements qui se produisent et sauront ignorer par eux-mêmes ceux qui n'ont pas la moindre importance. Il n'est nul besoin de procéder à une pré-sélection et il n'y a aucun a priori sur l'éventuelle utilité d'une donnée. Ainsi, l'entreprise doit être en mesure d'aller chercher de la donnée partout, dans tous les métiers. Il convient de fournir non seulement de la data, mais aussi de l'explication sur celle-ci : c'est un travail de normalisation et de documentation qui s'impose au préalable. C'est en cela qu'a consisté ma mission chez Oscaro, en prenant pour base les informations relatives aux commandes et au trafic Web. Comment faire en sorte que la valeur du machine learning vienne de la compréhension des besoins métiers et du quotidien du client? Bertrand Grèzes-Besset, PREDICSIS Predicsis ne conçoit pas des algorithmes sur mesure, mais dispose d'un algorithme générique permettant de faire de la classification avec un très grand nombre de variables explicatives (des centaines de milliers de variables sur des nœuds très répartis). La phase de découverte mutuelle entre le consommateur et l'entreprise correspond bien souvent à une phase "déceptive". La probabilité est grande que le nouveau client soit mécontent du service ; de même, une certaine lassitude s'installe lorsqu'une entreprise est confrontée à un client atypique Si on franchit cette phase de désespérance, on entre dans la phase de fidélisation, et c'est là que se crée la valeur. Il a été démontré que si vous augmentez de 10% votre base, vous augmentez de 10% la valeur de votre entreprise ; si vous diminuez l'attrition client de 10%, vous améliorez la valeur de votre entreprise de 30%. La véritable customer life time value se marque dans la durée. C'est là que le machine learning doit entrer en jeu. Il s'agit d'identifier les clients qui sont en train de vous délaisser. Les modèles identifiés sont appliqués aux données actuelles et permettent de repérer des signaux faibles : si aujourd'hui le client à tel comportement, c'est qu'il pourrait être amené à vous quitter bientôt. Il faut donc agir dès l'identification de ces signaux faibles. 3
4 Nous sommes intervenus chez un client qui subissait une lourde transformation de SI et de processus métiers. Nous avons eu l'idée d'injecter du machine learning dans le département Finance. Les bonnes données ont été identifiées et intégrées au produit Predicsis. Sur le pattern que l'on voulait détecter, le taux de prédiction était de 70%. Comment faut-il démarrer un projet de machine learning? Jean-Pierre Malle, NETWAVE J'avais par exemple constitué un processeur temps réel destiné à analyser les navigations afin de proposer de la recommandation. Ce processeur (qui intégrait tous les types de comportements de l'internaute) permettait de remonter jusqu'à la situation de l'individu. Lorsque l'on a un certain nombre d'informations, il est possible de procéder à de l'analyse contextuelle. C'est ce que fait Amazon. Si on s'intéresse au comportement, on se concentre sur la manière dont la personne regarde un produit. Il existe une multitude de manières de structurer son champ de conscience. Si on a une idée de ces chaînes cognitives, le vendeur peut adapter son discours. L'analyse situationnelle donne du sens à tout cela : si on s'intéresse uniquement au contexte, uniquement au comportement, uniquement au profil, l'information reste très parcellaire. La notion de situation réunit tous ces éléments et permet de fournir une réponse bien plus ciblée. Même si le machine learning est relativement nouveau, nous avons tenu à nous attaquer aux problématiques fondamentales auxquelles se trouve confrontée la grande distribution : quel produit choisir? où le placer? à quel prix? en quelle quantité? Notre point de départ pour démarrer un projet de machine learning consiste à identifier les objectifs finaux. Par exemple, aucun distributeur ne dispose d'estimation très fiable sur ce que serait le coût d'une rupture de stock sur un produit phare. Pour démarrer un projet de machine learning, il faut parvenir à se mettre d'accord sur ce que coûtent les choses. Quelle est votre stratégie pour engager un maximum d'acteurs de l'entreprise autour de tels projets? Identifier un sujet est bien souvent la phase la plus difficile! Certains de nos clients ont du mal exprimer les bonnes questions et voient le machine learning comme un "coup de baguette magique". Notre vision chez Microsoft consiste à soutenir l'état d'esprit de l'expérimentation, en prenant conscience qu'innover c'est accepter de se tromper. Pour réduire les coûts de l'erreur, nous envisageons de proposer un paiement à l'usage des technologies à travers le Cloud : le Cloud permet de déployer des infrastructures pour tester un scénario à moindres coûts. Lorsqu'un scénario business émerge, il s'agit de s'appuyer sur des technologies qui sont largement déployées Il s'agit de promouvoir, à travers le Cloud, cette vision du "Fast IT". 4
5 Comment faire la transition entre la phase de prototypage et la phase d'industrialisation? Cela dépend de nombreux paramètres : l'organisation, la taille de l'entreprise, la complexité des processus, la complexité du SI Dans l'exemple évoqué plus haut, c'est la facilité d'usage de l'outil de Predicsis qui constitue le meilleur argument pour faciliter l'itération. L'intérêt des outils actuels, c'est qu'il n'y a pas de phase de sélectivité à effectuer en amont. Au contraire, on se tromperait en choisissant de manière abrupte les données "qui comptent" Les outils ont considérablement évolué et permettent d'avoir les deux fonctions : earn et predict. Tout l'enjeu consiste à bien connecter ces web services aux bons endroits, en utilisant les bonnes informations. Le machine learning coûte globalement assez cher. Je constate, du côté éditeur, que l'on évolue vers des solutions "one click". A Lokad, il y a réseau d'éditeurs de logiciels de gestion de commerces, dans lesquels on peut récupérer l'intégralité de la donnée (travail en amont). Ces outils sont de plus en plus "packagés". Les projets de catégorisation sont souvent assez faciles à mener en POC, à partir du moment où on dispose d'une bonne source de donnée. Ce modèle s'applique typiquement aux dispositifs anti-fraude, puisque l'on dispose d'un solide historique. Le POC convient à ce genre de cas, puisque l'on peut travailler de manière indépendante pour retraiter les données du passé. Sur tout ce qui concerne les systèmes opérationnels, les projets se révèlent bien plus difficiles à mettre en œuvre, puisqu'il n'y a pas de vérification possible. Par exemple, sur la personnalisation de la navigation client, on ne peut faire de POC sans mettre quelque chose en production. L'intuition et la connaissance métiers restent centrales dans ces cas-là, car il faut savoir prendre des risques. Lorsque les problématiques sont normées, on peut apporter des réponses "préparées" (pas forcément besoin d'un data-scientist pour adapter l'algorithme). Par exemple, pour la notion de recommandation, Microsoft veut mettre à disposition une place de marché sur laquelle des algorithmes se trouvent prêts à l'emploi. Il s'agit de mettre à disposition certaines données de vente et d'intégrer le dispositif sur votre site Web. Cette façon de capitaliser sur l'expertise des acteurs du marché permet d'avancer rapidement. Il y a aussi une autre façon de faire de l'industrialisation, comme en témoigne notre solution "Azure Machine Learning" : une fois que le modèle est prêt, la mise en production s'effectue en quelques clics et en quelques minutes. L'algorithme est directement exploitable, après qu'il ait été ajusté et entraîné. Le dernier volet de l'industrialisation, c'est le passage à l'échelle. Il faut alors avoir les compétences en interne pour gérer les infrastructures. C'est là que le Cloud peut représenter une aide : le fournisseur apporte cette partie infrastructure. Jean-Pierre Malle, NETWAVE Nous générons un processeur qui n'utilise pas de modèle préétabli, il peut évoluer de minute en minute. Les temps de réponse sont assez rapides, compte tenu du volume de données manipulées. On atteint 56 ms de temps de réponse. Pour un site qui fait un million de visites par jour, on obtient situations différentes Il est impossible de concevoir des scénarii sur tous ces éléments, d'autant que l'humain ne peut pas penser à tout et quantité de choses lui échappent. 5
6 La machine ne stocke pas les données, elle se contente de les traiter "au fil de l'eau", à l'instant présent. Petit à petit, on procède à de l'abstraction, de façon à repérer les structurations cognitives et à agir immédiatement, et pas le lendemain (car il y a de nombreux phénomènes qui font qu'une personne ne se comporte pas de la même manière aujourd'hui et demain!) Bertrand Grèzes-Besset, PREDICSIS La base, c'est de se poser la question de la contribution : quelle est la question business à laquelle il faut répondre? Citons l'exemple d'un opérateur télécom qui rencontrait un problème de perte de clients sur un segment particulier. En 24 heures, nous sommes capables d'établir un modèle et de détecter la population fragile. Il est apparu que dans la population adressée, il y avait 7 fois plus de churners que dans une prise aléatoire Le ROI est rapidement démontré et une campagne publicitaire peut être lancée dans la semaine. Le système "One click" est plutôt destiné aux acteurs du commerce en ligne. Il s'agit de capter les signaux faibles de façon encore plus automatique. Il suffit de mettre la clef API sur notre site et, 24 heures plus tard, vous recevez la liste de vos clients à risque pour activer vos campagnes au plus vite. Comment avez-vous construit votre équipe capable de traiter la donnée de machine learning? Quel est l'impact sur les ressources humaines? A Oscaro, l'objectif était de monter un Pôle datas à même d'intervenir partout. Une des premières questions que l'on peut se poser est celle-ci : faut-il que ma collecte de données soit interne ou externe? Oscaro a fait le choix de l'interne, avec son propre traqueur de clics. Globalement, je pense qu'une équipe datas qui fonctionne est une équipe assez diverse, avec des profils techniques de bon niveau et rigoureux, car rien n'est pire qu'un système qui corrompt la donnée. L'équipe datas ne doit pas devenir une tour d'ivoire, des data-scientists/devéloppeurs doivent être "distillés" dans les métiers. Lorsque l'on aborde des problématiques métiers relativement simples, il ne faut pas forcément aller bien loin dans la découverte de l'algorithmie. Les profils de mathématiciens ne sont donc pas absolument indispensables. Il faut avant tout avoir des personnes qui sont en capacité de manipuler de gros volumes de datas. On ne traite pas un milliard de lignes historiques (notion de volume) de la même manière que le visiteur qui vient d'arriver sur le site Web (notion de célérité). Il faut être à même d'évoluer dans ces deux mondes. Il faut à la fois un profil technique, scientifique et business avec un double rôle : apporter l'explication à l'équipe sur les enjeux et évangéliser auprès de l'organisation ce qui a été trouvé. Le management a un rôle à jouer sur la manière de mettre en œuvre ce qui est proposé, et qui peut aller à l'encontre des a priori. Cet état d'esprit est clef sur l'adoption du machine learning. 6
7 QUESTION DE LA SALLE : Avec l'avènement du "One click", quelle est votre vision de l'avenir de la datascience dans l'entreprise? Les data-scientists seront toujours plus nécessaires à l'entreprise. Leur nombre va augmenter, notamment pour les acteurs du e-commerce. Il y aura aussi tout un écosystème d'éditeurs plus ou moins spécialisés. Le "One click" est intéressant en termes de POC, mais il y aura toujours des hyper-paramètres à placer. Il faut savoir où aller chercher les données, comment les normaliser, etc. Tout cela relève de la sensibilité et de la réflexion humaine. De ce point de vue, il y aura toujours besoin de cet effort de modélisation, car la donnée n'existe pas "en soi". Ne mélangeons pas l'outil et les compétences, ce sont deux notions bien distinctes. Prendre les variables et les transformer permet d'être plus efficace dans la prédiction. On parle de "l'art du Feature engineering", qui est aussi lié à une expérience et à un certain savoir. Cela n'a rien n'à voir avec le "clicodrome". QUESTION DE LA SALLE : Chez Oscaro, quel est le poids de la préparation de données vs l'algorithme? Dans le meilleur des cas, c'est 70% de préparation et 30% d'algorithme. La difficulté consiste à amener les bonnes données aux bons endroits de manière régulière. En cela, la part de préparation des données est majoritaire. Il faut toutefois que cette part très coûteuse diminue en permanence. QUESTION DE LA SALLE : Avez-vous en tête un exemple d'utilisation du machine learning pour monitorer les problèmes de qualité de données? Bertrand Grèzes-Besset, PREDICSIS Même sans avoir les algorithmes avancés, il est possible de faire de la corrélation à la cible. Dans le cadre d'une analyse supervisée, dès qu'un flux de données arrive, il s'agit de regarder s'il y a des informations à joindre entre la cible et la source. On le fait systématiquement, puisque l'on a un machine learning capable de sortir des courbes de lift. Dès que l'on est au-dessus de l'aléatoire, cela siginifie qu'il y a un signal. QUESTION DE LA SALLE : Quelle est votre vision de l'avenir du machine learning du point de vue de la taille des entreprises qui le proposent? Microsoft a vraiment pour ambition de démocratiser le sujet : toutes les entreprises doivent pouvoir utiliser ces services. Il n'y a aujourd'hui pas forcément des très gros volumes de données à traiter et un certain nombre de start-ups commencent à lever des fonds. Je pense donc que l'on va assister à un foisonnement autour de ces problématiques. 7
8 95% des flux de datas aujourd'hui dans le monde vont aux Etats-Unis et en Chine. Ce qui nourrit le machine learning s'échappant de l'europe, il faut se poser des questions sur notre capacité à utiliser ces données-là. QUESTION DE LA SALLE : En termes d'algorithmie, quelles ont été les innovations récentes qui apportent une réelle valeur ajoutée? Il y a eu un pivot statistique à la toute fin des années 1990, c'est la théorie de Vapnik-Chervonenkis. Le deuxième pivot est apparu quelques années plus tard, lorsque les gens qui ont fourni des approches plus "packagées" sur cette théorie : Support Vector Machine, Ramdom Forests 8
L'attribution marketing :
Partenaires : Marketing & Social Marketing L'attribution marketing : Comment développer une stratégie cross-canal efficace en pilotant ses ressources, en mesurant ses actions et en optimisant son ROI?
Plus en détailComment le "big data" impacte le domaine de l'intelligence Economique?
Comment le "big data" impacte le domaine de l'intelligence Economique? Il n'y a pas ces temps ci de jour en France sans un séminaire, une journée sur le "big data" (parlons plutôt de mégadonnées, terme
Plus en détailAnticiper pour avoir une innovation d'avance : le leitmotiv de Pierre Jouniaux, entrepreneur du big data!
Anticiper pour avoir une innovation d'avance : le leitmotiv de Pierre Jouniaux, entrepreneur du big data! Pierre Jouniaux http://www.safety line.fr CV : Pierre Jouniaux, ingénieur aéronautique, pilote
Plus en détailChapitre 1 : Introduction aux bases de données
Chapitre 1 : Introduction aux bases de données Les Bases de Données occupent aujourd'hui une place de plus en plus importante dans les systèmes informatiques. Les Systèmes de Gestion de Bases de Données
Plus en détailChaque étape est à prendre en considération. Recommandation pour une meilleure approche de l'attribution
Chaque étape est à prendre en considération Recommandation pour une meilleure approche de l'attribution Vue d'ensemble Avec l avènement de la publicité en ligne vint la promesse d une nouvelle ère digitale,
Plus en détailCloud Computing : forces et faiblesses
Chapitre 7 Cloud Computing : forces et faiblesses 1. Présentation Cloud Computing : forces et faiblesses Le monde informatique a connu une véritable révolution ces dernières années avec l'apparition d'un
Plus en détailModèle de maturité en analyse client et en analyse marketing
E-BOOK Modèle de maturité en analyse client et en analyse marketing JOE DALTON, SMARTFOCUS $ INTRODUCTION Présentation Les consommateurs interagissent avec les marques via un nombre croissant de points
Plus en détailLes Data Management Platforms (DMP)
(DMP) Un outil marketing précieux pour les annonceurs Par Vihan Sharma, European Data Products Director Acxiom France Better Connections. Better Results. Parole d expert Acxiom Les Data Management Platforms
Plus en détailContexte : «l e-business» TECHNIQUES DE MARKETING EN LIGNE. Contexte : «l e-business» Création de valeur 02/02/12
Contexte : «l e-business» TECHNIQUES DE MARKETING EN LIGNE La notion «d E-Business» recouvre les différentes applications possibles de l'informatique faisant appel aux technologies de l'information et
Plus en détailOpportunité ou menace? Comment les entreprises IT doivent-elles considérer le Cloud et quelle stratégie doivent-elles adopter?
White paper Opportunité ou menace? Comment les entreprises IT doivent-elles considérer le Cloud et quelle stratégie doivent-elles adopter? Pendant des décennies, consultants, revendeurs et intégrateurs
Plus en détailAccélérez la transition vers le cloud
Livre blanc technique Accélérez la transition vers le cloud Architecture HP Converged Cloud Table des matières Une nouvelle informatique pour l'entreprise... 2 Faites évoluer votre stratégie informatique
Plus en détailSOMMAIRE. Portraits des intervenants Portraits des animateurs Conférence, Débat et Échanges #$%&'(!)(*+,!-$*./)(*-(!"0!1,2*!34"0!5!!
Compte-rendu Tout savoir sur le Big Data pour comprendre qui sont mes clients L'avènement des NTIC et des outils digitaux transforme nos métiers en profondeur. La révolution digitale a donné du pouvoir
Plus en détail1. Le service Commercial
La fonction Commerciale Sommaire 1. Le service Commercial... 1 2. Les enjeux :... 1 3. La technique de vente :... 2 4. La gestion de la force de vente :... 2 5. Les principales fonctions commerciales :...
Plus en détailL IMPACT DES N.T.I.C. DANS LA FORMATION PROFESSIONNELLE DES CADRES DE L INSTITUTION MILITAIRE
N 198 PETREIN Olivier L IMPACT DES N.T.I.C. DANS LA FORMATION PROFESSIONNELLE DES CADRES DE L INSTITUTION MILITAIRE Introduction L'emploi des Nouvelles Technologies de l'information et de la Communication
Plus en détailExtrait du site de l'oseo (ex.anvar) http://www.anvar.fr/projlanc.htm. Reste à déterminer les points incontournables
Extrait du site de l'oseo (ex.anvar) http://www.anvar.fr/projlanc.htm Notez que vous trouverez les fiches citées à chaque étape sur le site (Normalement, les liens ont été conservés et fonctionnent) Reste
Plus en détailLisez ATTENTIVEMENT ce qui suit, votre avenir financier en dépend grandement...
Bonjour, Maintenant que vous avez compris que le principe d'unkube était de pouvoir vous créer le réseau virtuel le plus gros possible avant que la phase d'incubation ne soit terminée, voyons COMMENT ce
Plus en détailL'intelligence d'affaires: la statistique dans nos vies de consommateurs
L'intelligence d'affaires: la statistique dans nos vies de consommateurs Jean-François Plante, HEC Montréal Marc Fredette, HEC Montréal Congrès de l ACFAS, Université Laval, 6 mai 2013 Intelligence d affaires
Plus en détailDynamisez vos parcours clients avec la principale plateforme de marketing digital personnalisée. 5 choses à savoir sur ExactTarget Marketing Cloud
5 choses à savoir sur ExactTarget Marketing Cloud Dynamisez vos parcours clients avec la principale plateforme de marketing digital personnalisée 5 choses à savoir sur ExactTarget Marketing Cloud 1 5 choses
Plus en détailPourquoi l analytique web devrait être importante pour vous
Pourquoi l analytique web devrait être importante pour vous Dans notre série Conseils, nous avons exploré plusieurs aspects de la gestion d'un site web efficace. Garder à l'oeil l'information des visiteurs
Plus en détailNewPoint IT Consulting BIG DATA WHITE PAPER. NewPoint Information Technology Consulting
NewPoint IT Consulting BIG DATA WHITE PAPER NewPoint Information Technology Consulting Contenu 1 Big Data: Défi et opportunité pour l'entreprise... 3 2 Les drivers techniques et d'entreprise de BIG DATA...
Plus en détailPersonnalisation: Pour bien démarrer Créer une expérience digitale unique pour chaque visiteur. Par John Carione, Acquia
Personnalisation: Pour bien démarrer Créer une expérience digitale unique pour chaque visiteur Par John Carione, Acquia Personnalisation: Pour bien démarrer Créer une expérience digitale unique pour chaque
Plus en détail#BigData Dossier de presse Mai 2014
#BigData Dossier de presse Mai 2014 La valeur du Big Data pour l entreprise Comment permettre l avènement d une culture de la donnée pour tous? Dans un monde porté par la mobilité et le Cloud, non seulement
Plus en détailLes dessous des moteurs de recommandation
Les dessous des moteurs de recommandation La personnalisation est un enjeu majeur du e-commerce aujourd hui. Elle réveille l esprit commerçant dans les boutiques en ligne en remettant le visiteur au cœur
Plus en détailDossier de Presse 2014
Test UX to increase Conversion Rate ANALYSER COMPRENDRE TESTER PREDIRE Dossier de Presse 2014 www.contentsquare.com Les algorithmes savent mieux que nous, avant nous et pour nous ce que nous désirons.
Plus en détailAnalyse hiérarchique de tâches (AHT)
(AHT) Définition Cette méthode consiste à décomposer la tâche principale (ou le but) de l'opérateur en sous-tâches (ou sous-buts), puis chacune de ces sous-tâches en plusieurs sous-sous-tâches, et ainsi
Plus en détailLE DISPLAY RÉVOLUTION. De l achat d espace publicitaire classique à la gestion d audience ciblée. Janvier 2012 LIVRE BLANC ACXIOM.
LIVRE BLANC ACXIOM LE DISPLAY EN PLEINE RÉVOLUTION De l achat d espace publicitaire classique à la gestion d audience ciblée Janvier 2012 Frédéric GRELIER Directeur Europe développement produits Acxiom
Plus en détailAdWords Guide de survie
AdWords Guide de survie Avril 2011 Guide de survie AdWords. Ce guide liste dix des astuces les plus utiles pour gérer une campagne AdWords efficacement, et sans gaspiller d argent. Plan de référencement
Plus en détailmodélisation solide et dessin technique
CHAPITRE 1 modélisation solide et dessin technique Les sciences graphiques regroupent un ensemble de techniques graphiques utilisées quotidiennement par les ingénieurs pour exprimer des idées, concevoir
Plus en détailVision prospective et obstacles à surmonter pour les assureurs
smart solutions for smart leaders Le «Big Data» assurément Rédigé par Pascal STERN Architecte d Entreprise Vision prospective et obstacles à surmonter pour les assureurs Un avis rendu par la cour de justice
Plus en détailwww.breizhconsulting.fr Centre de formation digital et communication : www. Komelya.fr
«Comment bien choisir sa plateforme e-commerce» Merci de mettre votre portable en mode silencieux Mais vous pouvez twitter C est au programme - Les solutions open source - Les plateformes en mode SAAS
Plus en détailBudgetInMind, une appli Mac et ipad simple et qui soulage
BudgetInMind, une appli Mac et ipad pour piloter ses finances sur le bout des doigts Les Français ont tous des objectifs, des rêves, des besoins ou des envies : devenir propriétaire d'un bien immobilier,
Plus en détailSEO et Mobile, plus qu'une adaptation, un changement de point de vue
Partenaire : SEO - SEM SEO et Mobile, plus qu'une adaptation, un changement de point de vue PROGRAMME L'année 2014 a clairement été marquée par une progression sans précédent du trafic mobile au détriment
Plus en détailObjectif et contexte business : piliers du traitement efficace des données -l exemple de RANK- Khalid MEHL Jean-François WASSONG 10 mars 2015
Objectif et contexte business : piliers du traitement efficace des données -l exemple de RANK- Khalid MEHL Jean-François WASSONG 10 mars 2015 1. fifty-five : présentation 2. Objectifs de Rank 3. Une approche
Plus en détailMutation digitale et conséquences sur l organisation de l entreprise et ses salariés
Mutation digitale et conséquences sur l organisation de l entreprise et ses salariés Consortium ESAA- entreprises 3 Juin 2015 PARTAGE D EXPERIENCE DE LA TRANSFORMATION DIGITALE DANS LE SECTEUR DES ASSURANCES
Plus en détailSemaine de l'innovation / ESC Bretagne Brest 2010
Semaine de l'innovation / ESC Bretagne Brest 2010 SAS Auris Solutions - 2, avenue de Provence, CS 23 812, 29 238 Brest Tel 02 29 00 62 03 Fax 02 22 44 20 96 Mobile 06 75 31 51 20 Capital 11 000 - Siret
Plus en détailTEXT MINING. 10.6.2003 1 von 7
TEXT MINING 10.6.2003 1 von 7 A LA RECHERCHE D'UNE AIGUILLE DANS UNE BOTTE DE FOIN Alors que le Data Mining recherche des modèles cachés dans de grandes quantités de données, le Text Mining se concentre
Plus en détailLe Web, les réseaux sociaux et votre entreprise. Applaudissons les Visionnaires 2009 de Québec. La génération C et le marché du travail
VOLUME 12 NO 3 FÉVRIER/MARS 2010 LE MAGAZINE DE LA CHAMBRE DE COMMERCE DE QUÉBEC Le Web, les réseaux sociaux et votre entreprise 13 chemin du Pied-de Roi, Lac-Beauport (Québec) G3B 1N6 ENVOI DE PUBLICATION
Plus en détailUtilisation des médicaments au niveau des soins primaires dans les pays en développement et en transition
09-0749 1 WHO/EMP/MAR/2009.3 Utilisation des médicaments au niveau des soins primaires dans les pays en développement et en transition Synthèse des résultats des études publiées entre 1990 et 2006 Organisation
Plus en détail1 sur 5 10/06/14 13:10
Time Machine est un outil proposé par Mac OS depuis sa version 10.5 (Leopard) et qui permet d'effectuer des sauvegardes de votre disque dur de manière régulière. Mais au-delà de la simple sauvegarde périodique,
Plus en détailLa carte d'achat dans les organisations françaises
CHAPITRE 2 La carte d'achat dans les organisations françaises Pour bien appréhender l'usage efficace de la carte d'achat, il est important de toujours la considérer comme un moyen d'exécution de la commande.
Plus en détailL'appel public à l'épargne, pour quel besoin de financement? (2/3)
L'appel public à l'épargne, pour quel besoin de financement? (2/3) Lors d'une précédente analyse, nous avions présenté deux outils d'appel public à l'épargne qui bénéficient d'un régime légal favorable
Plus en détailS'organiser pour ne plus se noyer dans l'information
S'organiser pour ne plus se noyer dans l'information S'organiser pour ne plus se noyer dans l'information Filtrer ce qui est important Filtrer les informations au regard de sa mission Transformer l'information
Plus en détailTaille d entreprise Moins de 50 salariés 0% De 50 à 250 salariés 40% De 251 à 5 000 salariés 40% Plus de 5 000 salariés 20%
Baromètre mené en juin 2014 auprès de 1 000 salariés d entreprises et 300 dirigeants/managers impliqués dans le pilotage des réseaux sociaux et du digital pour leurs entreprises de plus de 50 salariés.
Plus en détailMicrosoft Application Center Test
Microsoft Application Center Test L'outil de Test de performance des Sites Web Avec Visual Studio.NET, il est fourni une petite application qui permet de valider la performance de son site Internet ou
Plus en détailAnaplan facilite la planification stratégique des effectifs dans une société de cloud computing en pleine expansion. Introduction. Cas d'usage.
Cas d'usage Planification des effectifs Défi Dépendance àvis à vis de l'informatique pour la fédération de données de toute l'organisation Les demandes d'évolution prennent trop de temps. La gestion de
Plus en détailLa distribution et le marketing numériques
La distribution et le marketing numériques E-commerce : un développement solide L e-commerce transforme la manière avec laquelle les clients ont accès et achètent leurs produits. Avec, en point d orgue,
Plus en détailDigital Trends Morocco 2015. Moroccan Digital Summit 2014 #MDSGAM - Décembre 2014
Moroccan Digital Summit 2014 #MDSGAM - Décembre 2014 Sommaire 04 Objectifs de la démarche 07 Méthodologie 05 Parties prenantes 09 Résultats de l étude 06 Objectifs de l étude 37 Conclusion 02 Contexte
Plus en détailCOMMENT MAITRISER LA GESTION DES APPROVISIONNEMENTS ET DES STOCKS DE MEDICAMENTS
1 sur 9 COMMENT MAITRISER LA GESTION DES APPROVISIONNEMENTS ET DES STOCKS DE MEDICAMENTS (L'article intégral est paru dans Gestions Hospitalières n 357 de juin-juillet 1996) Pour plus d'informations concernant
Plus en détailmulti process 25 RUE Benoît Malon 42300 ROANNE
multi process 25 RUE Benoît Malon 42300 ROANNE Tél : 04 77 70 14 66 Fax : 04 77 70 01 78 www.mpi42.fr contact@mpi42.fr CREATION DE SITE WEB Il faut distinguer plusieurs étapes pour la création d un site
Plus en détailLIVRE BLANC. Smart data, scoring et CRM automatisé : Comment acquérir, qualifier et convertir ses prospects en clients
messaging LIVRE BLANC Smart data, scoring et CRM automatisé : Comment acquérir, qualifier et convertir ses prospects en clients SOMMAIRE Smart data, scoring et CRM automatisé : Comment acquérir, qualifier
Plus en détailConversion et e-commerce : la fidélité prime
Conversion et e-commerce : la fidélité prime Etude réalisée du 1 er au 28 février 2010 sur un périmètre de 8 sites d e-commerce audités par AT Internet. Les sites d e-commerce ont de plus en plus le vent
Plus en détailLes entreprises qui adoptent les communications unifiées et la collaboration constatent de réels bénéfices
Une étude personnalisée commandée par Cisco Systems Les entreprises qui adoptent les communications unifiées et la collaboration constatent de réels bénéfices Juillet 2013 Déploiement d'une large gamme
Plus en détailIntroduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.
Introduction L'objectif de mon TIPE est la reconnaissance de sons ou de notes de musique à l'aide d'un réseau de neurones. Ce réseau doit être capable d'apprendre à distinguer les exemples présentés puis
Plus en détailLa gestion opérationnelle de l information commerciale
La gestion opérationnelle de l information commerciale La maîtrise du Process Commercial Du ciblage à la commande avec les solutions PREMIDATA PREMIUM 23 avenue de Genève 74 000 ANNECY Tél : 04.50.46.54.56
Plus en détailVous rappelez-vous des premiers sites Internet auxquels vous avez accédé?
Les TMS Vous rappelez-vous des premiers sites Internet auxquels vous avez accédé? Souvenir, souvenir...1998 Les premiers sites Internet Techniquement très difficile à réaliser Nécessitaient une expertise
Plus en détailAlphonse Carlier, Intelligence Économique et Knowledge Management, AFNOR Éditions, 2012.
1 Du même auteur chez le même éditeur Alphonse Carlier, Intelligence Économique et Knowledge Management, AFNOR Éditions, 2012. AFNOR 2013 Couverture : création AFNOR Éditions Crédit photo 2011 Fotolia
Plus en détailConduite et Gestion de Projet - Cahier des charges
Conduite et Gestion de Projet - Cahier des charges 1 Introduction Sophie Toulouse LIPN - Université Paris 13 +33.1.49.40.40.73 99 av. Jean-Baptiste Clément toulouse@lipn.univ-paris13.fr 93430 Villetaneuse
Plus en détailLe cabinet de conseil 100% e-commerce et relation client multicanale
Le cabinet de conseil 100% e-commerce et relation client multicanale La société Fondée par Catherine Barba, Malinea Conseil accompagne depuis 2004 les marques, les enseignes et les e-commerçants dans le
Plus en détailPourquoi intégrer le Big Data à son organisa3on?
Pourquoi intégrer le Big Data à son organisa3on? Yvan Robert, VP Affaires Stratégiques Emmanuel Faug, Resp. pra>que BI Colloque 2014 Big Data Agenda Qui sommes nous? L importance de l information Méthodes
Plus en détailGagner en performance avec un extranet. et mener son projet extranet?
Gagner en performance avec un extranet Comment déterminer et mener son projet extranet? mars 2010 Gagner en performance avec un extranet Nos intervenants Charles Billon, Architecte logiciel, KEY BLOX éditeur
Plus en détailGuide de l'annonceur : collaboration avec un partenaire tiers
AdWords Guide de l'annonceur : collaboration avec un partenaire tiers Introduction à la publicité en ligne et à AdWords AdWords est le programme de publicité de Google qui diffuse vos annonces auprès des
Plus en détailRÉSUMÉ PLAN D'AFFAIRES
Open IT For Development Résumé - Page 1 / 6 ASSOCIATION OPEN IT FOR DEVELOPMENT RÉSUMÉ PLAN D'AFFAIRES Document: Résumé plan d'affaires, du 2012-05-24 Entreprise: Siège: Activités: Rédaction: Relecture:
Plus en détailPRESS RELEASE. La première Demand Side Platform française est une DSP mobile netadge, la performance RTB, au service des stratégies media mobile
PRESS RELEASE La première Demand Side Platform française est une DSP mobile netadge, la performance RTB, au service des stratégies media mobile www.netadge.com Janvier 2014 S ommaire LDMServices lance
Plus en détailS e r v i r l e s clients actuels de maniè r e e f f ic a ce grâce a u «Co n s u m er Insight»
Siège mondial : 5 Speen Street Framingham, MA 01701 États-Unis P.508.935.4400 F.508.988.7881 www.idc-ri.com S e r v i r l e s clients actuels de maniè r e e f f ic a ce grâce a u «Co n s u m er Insight»
Plus en détailDéployer une Stratégie Web Globale
Lundi 23 Avril 2012 Déployer une Stratégie Web Globale au service de sa structure Plan de la présentation A) Internet en France aujourd'hui B) Internet : une constellation de moyens à disposition C) Pourquoi
Plus en détailL'ensemble de ces tendances présente de nouveaux challenges pour les départements IT de l'entreprise. Plus précisément :
Livre blanc L'architecture de réseau d'entreprise Cisco ONE : l'automatisation et la reconnaissance des applications comme pierre angulaire de l'entreprise moderne Le challenge Au cours des dix dernières
Plus en détailEn route vers la troisième révolution industrielle!
En route vers la troisième révolution industrielle! Transition énergétique, Smart Home, Smart Buildings, Smart Cities Quelle place, quel positionnement, quel avenir pour votre entreprise?... Les Spécialistes
Plus en détail«Credit scoring» : une approche objective dans l'octroi de crédit?
«Credit scoring» : une approche objective dans l'octroi de crédit? Le credit scoring, ou encore scoring d'octroi, est un des outils mis en oeuvre lors de l'analyse risque d'une demande de crédit par les
Plus en détailLE PROBLEME DU PLUS COURT CHEMIN
LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs
Plus en détailTV Tracking : Une solution pour optimiser ses campagnes TV?
TV Tracking : Une solution pour optimiser ses campagnes TV? PROGRAMME Selon le CSA, 74 % des auditeurs utilisent un second écran pendant qu'ils regardent la télévision. Un multitasking qui peut ouvrir
Plus en détailLES DONNÉES CLIENTS APPLIQUÉES À LA MOBILITÉ : ENJEUX, ÉVOLUTIONS ET ACTIONS
LES DONNÉES CLIENTS APPLIQUÉES À LA MOBILITÉ : ENJEUX, ÉVOLUTIONS ET ACTIONS BIG DATA, DIRTY DATA, MULTI DATA : DE LA THÉORIE À LA PRATIQUE : ARTÉMIS Paris le 4 avril 2013 EFFIA Synergies 20 Bd Poniatowski
Plus en détailLE CONTROLE DE GESTION DANS L'ASSURANCE : UNE REHABILITATION VITALE EN TUNISIE
LE CONTROLE DE GESTION DANS L'ASSURANCE : UNE REHABILITATION VITALE EN TUNISIE Par Nabila EL HEDDA, Elyès JOUINI et Denis CHEMILLIER-GENDREAU "Le marché tunisien de l'assurance va connaître, dans les années
Plus en détailA l Aise Web - Web Analytique
Référencement Web Analytique Webmarketing A l Aise Web - Web Analytique Etudes & veille Mesurez la performance de votre site internet Formations Mediaveille Une offre bâtie autour de 5 expertises fortes
Plus en détailManageEngine IT360 : Gestion de l'informatique de l'entreprise
ManageEngine IT360 Présentation du produit ManageEngine IT360 : Gestion de l'informatique de l'entreprise Améliorer la prestation de service à l'aide d'une approche intégrée de gestion des performances
Plus en détailLes clusters Linux. 4 août 2004 Benoît des Ligneris, Ph. D. benoit.des.ligneris@revolutionlinux.com. white-paper-cluster_fr.sxw, Version 74 Page 1
Les clusters Linux 4 août 2004 Benoît des Ligneris, Ph. D. benoit.des.ligneris@revolutionlinux.com white-paper-cluster_fr.sxw, Version 74 Page 1 Table des matières Introduction....2 Haute performance (High
Plus en détailQu est-ce que le «cloud computing»?
Qu est-ce que le «cloud computing»? Par Morand Studer eleven Octobre 2011 Qu est-ce que le «cloud computing»? - Morand Studer eleven Octobre 2011 www.eleven.fr 1 Aujourd hui, la démocratisation de l informatique
Plus en détailEnquête 2014 de rémunération globale sur les emplois en TIC
Enquête 2014 de rémunération globale sur les emplois en TIC Enquête 2014 de rémunération globale sur les emplois en TIC Les emplois repères de cette enquête sont disponibles selon les trois blocs suivants
Plus en détailLe Cloud et le Big Data annoncent le retour en grâce de la donnée consommateur
Le Cloud et le Big Data annoncent le retour en grâce de la donnée consommateur Better connections. Better results. Livre Blanc Acxiom Le Cloud et le Big Data annoncent le retour en grâce de la donnée consommateur
Plus en détailVeille Technologique. Cloud Computing
Veille Technologique Cloud Computing INTRODUCTION La veille technologique ou veille numérique consiste à s'informer de façon systématique sur les techniques les plus récentes et surtout sur leur mise à
Plus en détailBusiness & High Technology
UNIVERSITE DE TUNIS INSTITUT SUPERIEUR DE GESTION DE TUNIS Département : Informatique Business & High Technology Chapitre 6 : Customer Relationship Management (CRM) Sommaire Introduction... 1 Les enjeux
Plus en détailIODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21
IODAA de l 1nf0rmation à la Décision par l Analyse et l Apprentissage IODAA Informations générales 2 Un monde nouveau Des données numériques partout en croissance prodigieuse Comment en extraire des connaissances
Plus en détailGoogle fait alors son travail et vous propose une liste de plusieurs milliers de sites susceptibles de faire votre bonheur de consommateur.
Quelques resultats de méthode : Entre le 20 Juillet et le 20 Octobre 2011 : Sur une liste de seulement 60 mots clés ou séquences clés 1. 7 sont premiers sur Google soit 12 % 2. 16 sont dans les 3 premiers
Plus en détailLa publicité multimédia (internet)
7 La publicité multimédia (internet) Comment utiliser les leviers offerts par la publicité sur internet pour améliorer votre visibilité? oi Les encarts publicitaires L affiliation Les liens sponsorisés
Plus en détail[Budgets B2B] Le guide d optimisation financière. (marketing, commercial et digital)
[Budgets B2B] Le guide d optimisation financière. (marketing, commercial et digital) Les tendances en matière de répartition des budgets. sommaire 1. Les budgets marketing sont à la hausse. 2. La part
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailSEP 2B juin 20. Guide méthodologique de calcul du coût d une prestation
SEP 2B juin 20 12 Guide méthodologique de calcul du coût d une Sommaire Préambule 3 Objectif et démarche 3 1 Les objectifs de la connaissance des coûts 4 2 Définir et identifier une 5 Calculer le coût
Plus en détail3 Les premiers résultats des plans d'actions
3 Les premiers résultats des plans d'actions Les résultats que nous avons obtenus en ce qui concerne les plans d'action, résultent de l'analyse de 48 entreprises seulement. Revenons sur notre échantillon.
Plus en détailLe management immobilier intelligent
APFM-HELPDESK.com Le management immobilier intelligent Base de données accessible à tous APFM-HELP DESK.com Le management immobilier transparent, efficace et intelligent. Vous pouvez réaliser facilement
Plus en détailData 2 Business : La démarche de valorisation de la Data pour améliorer la performance de ses clients
Data 2 Business : La démarche de valorisation de la Data pour améliorer la performance de ses clients Frédérick Vautrain, Dir. Data Science - Viseo Laurent Lefranc, Resp. Data Science Analytics - Altares
Plus en détailANNEXES. Evaluation de la formation à Polytech Lille Département GIS. Enseignements les plus utiles. Enseignements à renforcer
ANNEXES Evaluation de la formation à Polytech Lille Département GIS Enseignements les plus utiles Enseignements à renforcer Enseignements à intégrer Commentaires Généraux Accompagnement Professionnel Enseignements
Plus en détailCoût total de possession des solutions CRM : frais, abonnements et coûts cachés
Coût total de possession des solutions CRM : frais, abonnements et coûts cachés Chris Bucholtz Sponsorisé par Contents Résumé analytique...3 Microsoft Dynamics CRM 2011...4 Microsoft Dynamics CRM...4 Microsoft
Plus en détailLe paiement mobile. L application française de paiement mobile préférée des 18-30 ans. Dossier de presse Lydia Solutions
Le paiement mobile L application française de paiement mobile préférée des 18-30 ans Dossier de presse Lydia Solutions 1 "Nous avons créé Lydia, avec Antoine Porte, car nous souhaitions changer la vie
Plus en détailGuide d'inscription pour obtenir un certificat ssl thawte
Guide d'inscription pour obtenir un certificat ssl thawte Sommaire Guide d inscription pour obtenir un certificat SSL Thawte 1 7 étapes simples 1 Avant de commencer 1 Soumettre votre demande d'inscription
Plus en détailLes 3 erreurs fréquentes qui font qu'un site e-commerce ne marche pas. Livret offert par Kiro créateur de la formation Astuce E-commerce
Les 3 erreurs fréquentes qui font qu'un site e-commerce ne marche pas Livret offert par Kiro créateur de la formation Astuce E-commerce 1 Ce livret vous est offert gratuitement. Vous pouvez l'imprimer
Plus en détail8 bonnes raisons d utiliser un CRM pour une PME
8 bonnes raisons d utiliser un CRM pour une PME Résumé Analytique : En tant que PME, l utilisation d une solution CRM présente de multiples avantages. En premier lieu, elle vous permettra d accroître votre
Plus en détailwebanalyste Boostez les performances de votre site Web grâce aux conseils du webanalyste
QUOI QUANTI QUALI POURQUOI webanalyste Boostez les performances de votre site grâce aux conseils du webanalyste webanalyste Qui c est? Mon nom est Franck Scandolera, je suis consultant et optimisation
Plus en détailBYOD Smart Solution. Mettre à disposition une solution qui peut être adaptée à des utilisateurs et appareils divers, à tout moment et en tout lieu
Présentation de la solution BYOD Smart Solution Mettre à disposition une solution qui peut être adaptée à des utilisateurs et appareils divers, à tout moment et en tout lieu Cisco ou ses filiales, 2012.
Plus en détailPrésentation Etude Multi Clients Sponsorisée 2015. Camille Marchand, Account Manager c.marchand@pac-online.com 07 63 23 01 82
La transformation numérique des banques : Un levier d innovation pour les banques traditionnelles et en ligne qui souhaitent répondre aux nouveaux enjeux de leurs clients. Présentation Etude Multi Clients
Plus en détailLe Web, l'entreprise et le consommateur. Françoise Soulié Fogelman francoise@kxen.com
Le Web, l'entreprise et le consommateur Françoise Soulié Fogelman francoise@kxen.com Forum "Quel futur pour le Web" Lyon, mardi 21 septembre 2010 THE DATA MINING AUTOMATION COMPANY TM Agenda Le Web un
Plus en détailDÉVELOPPEMENT INFONUAGIQUE - meilleures pratiques
livre blanc DÉVELOPPEMENT INFONUAGIQUE MEILLEURES PRATIQUES ET APPLICATIONS DE SOUTIEN DÉVELOPPEMENT INFONUAGIQUE - MEILLEURES PRATIQUES 1 Les solutions infonuagiques sont de plus en plus présentes sur
Plus en détail